原文传递
电动汽车动力电池实时在线监测系统及SOC估计
| 论文题名： | 电动汽车动力电池实时在线监测系统及SOC估计 |
| 关键词： | 动力电池;在线监测;神经网络;电动汽车;荷电状态估计;剩余电量 |
| 摘要： | 随着全球经济的快速发展，车用能源的需求越来越大，在能源短缺和环境污染的双重压力下，电动汽车作为一种新能源车辆，以其污染低、适用范围广及维修成本低等优点，必将成为未来汽车工业和能源产业发展的重点。动力电池是电动汽车的能量来源，是影响电动汽车行驶性能和生产成本的主要因素。电池管理系统是动力电池与整车之间的纽带，为动力电池组的合理管理和优化控制提供依据。电池荷电状态SOC(State Of Charge)作为表征电池剩余电量的重要参数，是电池管理系统的研究关键。 本文研究了一种电动汽车动力电池实时在线监测系统，该系统将传统的电池管理系统分为两部分，一部分是安装在电动汽车中采集电池信息的动力电池在线监测终端，另一部分是部署在监控中心上位机的电动汽车动力电池实时在线监测系统软件。本文完成电动汽车动力电池实时在线监测系统软件的设计，主要工作如下: (1)通过对国内外相关文献的分析，深入了解磷酸铁锂电池的工作原理及特性，掌握磷酸铁锂电池SOC与几个表征参数之间的机理，并对比分析了几种常用的SOC估算方法。通过对神经网络原理进行研究，结合电动汽车动力电池的特点，采用BP神经网络算法对电动汽车动力电池SOC进行估算。确定了BP神经网络的结构，并在MATLAB平台上对网络进行训练和仿真，估算精度较高。 (2)对电动汽车动力电池实时在线监测系统软件进行分析、设计和实现，以Microsoft Visual Studio2010作为开发环境，SQL Server2008为数据库管理系统，使用C＃开发语言按照MVC(Model-View-Controller)模式编写上位机软件。采用分层结构方法阐述了软件的设计与实现。 (3)搭建软硬件实验平台对系统进行测试。本文所设计的电动汽车动力电池实时在线监测系统软件实现了同动力电池在线监测终端的通信，电池工作状态的在线监测，故障诊断、SOC估算、报表生成和数据存储等功能。实验结果验证了系统的可靠性与可行性，并证明采用BP神经网络算法估算的电池SOC具有较高的精度。 |
| 作者： | 徐锦超 |
| 专业： | 控制工程 |
| 导师： | 鲍芳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
